Команда T-Банка представила опыт количественной оценки денежной стоимости отказа клиента от рекламы, сравнив три подхода: Stratified Random Sampling (SRS), Propensity Score Matching (PSM) и FAISS (поиск гомогенных пар на основе векторных признаков). Исследование выявило сложности применения классических экспериментальных методов в реальных условиях из-за проклятия размерности и смещений в выборках.

• SRS обеспечивает стратификацию по ключевым признакам (возраст, пол, стаж клиента), но плохо масштабируется при увеличении числа признаков.
• PSM (с использованием response-модели на 787 признаков) позволяет подобрать контрольные группы с равной склонностью к отказу, однако группы все равно могут различаться по продуктовым признакам.
• FAISS (Hypex) — инструмент векторного поиска, помогающий строить пары-близнецы, учитывая большое число признаков, но требующий больших данных и мощностей для отбора.

Главный вывод: отказ от рекламы часто коррелирует с другим, скрытым событием, которое и определяет снижение клиентской ценности, а не сам факт отказа. Без контроля большого пространства признаков можно ошибочно принять ложную причину эффекта. Авторы рекомендуют повышать однородность групп и учитывать дополнительные методы сопоставления для более достоверной оценки влияния рекламных коммуникаций на PNL клиентов.